蔬菜差压预冷失水控制方法研究

预冷是对刚采收的果蔬迅速除去田间热，冷却到预定温度的过程，是果蔬流通、贮藏、加工重要的前处理技术。预冷与流通冷链的有机结合成为果蔬保持采后品质、扩大流通范围的重要技术保证。差压预冷是在冷库预冷的基础上弥补了其预冷时间长、不均匀等不足而研究发展起来的预冷技术，差压预冷是通过加大冷空气流经蔬菜表面的速度，提高蔬菜与冷空气之间的热交换来实现快速降低蔬菜温度的。     

高产小麦耗水特性及干物质的积累与分配

在2005—2006年和2006—2007年小麦生长季降水量分别为128.0 mm和246.4 mm条件下, 采用不同灌水量处理, 研究了高产条件下冬小麦的耗水特性和小麦干物质的积累与分配。结果表明, 底水和拔节水分别灌溉60 mm处理(W2)在两个生长季获得了最高的籽粒产量, 2005—2006年生长季其水分利用效率和灌溉水的利用效率均显著高于其他灌水处理; 2006—2007年生长季, 其水分利用效率较高, 降水量、灌水量和土壤供水量分别占农田耗水量的47.32%、23.04%和29.64%; 与不灌水处理(W0)相比, 灌水处理显著提高开花后干物质的积累量和开花后干物质积累量对籽粒的贡献率, 以W2处理最高, 分别达8 241.59 kg hm-2和84.18%。灌水量过多显著减少光合产物向籽粒的分配, 使产量降低。随灌水量增加, 小麦全生育期耗水量显著增大, 灌水量占农田耗水量的比例增加, 降水量和土壤供水量占农田耗水量的比例均降低, 以土壤供水量所占比例降低最大。综合考虑小麦的籽粒产量和水分利用效率, 在本试验条件下, 以底水和拔节水各60 mm的灌溉量为最优。在小麦生长季降雨量为246.4 mm条件下, 仅灌60 mm底水亦可获得较高的籽粒产量, 其土壤供水量占农田耗水量的比例和灌溉水的利用效率高于底水和拔节水处理。     

基于线性模型的管路内农药混合均匀性评价方法

针对混合试验图像所得均匀性指数计算结果难以直接匹配于被广泛认可的数值仿真参考值的问题,本文基于线性模型方法,将混合试验图像处理与数值仿真结果进行映射,在黏性水溶性农药与水在长直混合管内进行在线混合的试验条件下构建对应的线性预测模型,并采用射流混药器在线混合图像及仿真结果对上述模型进行检验。研究结果表明：不同图像方法(灰度直方图二阶矩(HSM)、改进面积加权法(OAU)、主成分分析法(PCA))对应最优线性拟合阶数不同,采用单独图像方法构建模型时最优阶次为4,决定系数R2高于0.95,采用2种图像方法组合和3种图像方法组合时最优阶次可分别降至3阶和2阶,R2则接近或高于0.98;载流流量Q为800~2000mL/min、混合比P为0.01~0.10条件下,基于HSM、OAU、PCA和线性模型,可实现实际混药器均匀性预测,所有模型预测误差均小于0.05,且采用一元和二元线性模型使得平均预测误差分别降低84.1%和79.8%,不同算法间预测结果极差分别降低31.6%和78.0%;采用基于PCA或OAU算法的一元模型进行预测时误差可控制在0.03以内,其精度高于不同算法组合预测的结果;采用基于HSM-PCA等算法组合的二元模型误差虽稍高于0.03,但也可避免单一图像指标计算不准确带来的预测风险。通过构建图像处理-数值仿真之间的映射关系,可为基于图像处理进行农药在线混合均匀性评估提供更加可行和合理的方法。     

青饲料收获机6.0m立辊割台的设计

针对大型青贮机宽幅割台配套短缺、现有割台幅宽小、收获效率低的问题,研发设计了工作幅宽为6.0m的折叠式青贮机立辊割台。利用Solid Works三维设计软件分别对切割喂入滚筒、分禾装置、割台变速器、液压折叠装置等进行了仿真设计。样机田间试验结果表明：青贮机收获效率高,作业切割输送顺畅,收获损失率为0.9%,割茬平均高度118mm,达到了设计要求,可为我国6.0m及以上的大型青贮机割台的研究提供参考。     

基于迁移学习的卷积神经网络植物叶片图像识别方法

为了提高植物叶片图像的识别准确率,考虑到植物叶片数据库属于小样本数据库,提出了一种基于迁移学习的卷积神经网络植物叶片图像识别方法。首先对植物叶片图像进行预处理,通过对原图的随机水平、垂直翻转、随机缩放操作,扩充植物叶片图像数据集,对扩充后的叶片图像数据集样本进行去均值操作,并以4∶1的比例划分为训练集和测试集;然后将训练好的模型（AlexNet、InceptionV3）在植物叶片图像数据集上进行迁移训练,保留预训练模型所有卷积层的参数,只替换最后一层全连接层,使其能够适应植物叶片图像的识别;最后将本文方法与支持向量机(SVM)方法、深度信念网络(DBN)方法、卷积神经网络(CNN)方法在ICL数据库进行对比实验。实验使用Tensorflow训练网络模型,实验结果由TensorBoard可视化得到的数据绘制而成。结果表明,利用AlexNet、InceptionV3预训练模型得到的测试集准确率分别为95.31%、95.40%,有效提高了识别准确率。     

竹叶片氮含量高光谱估测方法对比研究

为实现快速无损检测竹叶片氮含量,采用波长范围为350~2500nm的地物光谱仪获取竹叶片光谱数据,以金镶玉竹叶片为样本,对其进行高光谱分析。将高光谱原始反射率及其一阶微分、对数一阶微分和二阶微分值,与化学法测量的竹叶片氮含量值进行了相关性分析,分别获得了不同微分变化下的特征波段;基于微分变换后的高光谱反射率数据,分别采用二元线性回归、多元逐步回归、偏最小二乘回归和基于主成分分析的BP神经网络方法,建立了4种金镶玉竹叶片的氮含量高光谱估测模型。对比4种估测模型的校验结果表明,在光谱反射率的对数一阶微分变换下,采用拓扑结构为6-10-1的基于主成分分析的BP神经网络估测模型,校验环节决定系数为0.838,均方根误差RMSE为0.0452,具备较好的竹叶片氮含量估测效果。     

基于圆柱面模型的仿形喷雾植物冠层密度超声量化测试

基于低成本超声波传感器搭建了一套植物冠层超声回波信号检测系统,建立了基于圆柱面叶片分布模型的量化测试台。在正交中心复合设计试验基础上,建立了超声回波信号均值与冠层密度、探测距离的定量关系,即植物冠层密度量化模型。对已建立的植物冠层密度量化模型进行方差分析,结果表明,植物冠层密度量化模型具有显著性,且失拟性不显著。植物冠层密度量化模型决定系数R2和预测模型决定系数R2分别为0. 988 5和0. 911 4,表明试验值和预测值具有良好的一致性。为了验证已建立的植物冠层量化模型的可靠性,于室内测试台进行了4种植物在3种不同测试距离下的冠层密度验证测试,试验结果表明,实测值与模型测量值的相对误差最小为1. 230%,最大为13. 650%,平均相对误差为6. 120%,植物冠层密度量化模型对室内测试台的冠层密度测量有较好适用性。室外选择3棵不同的桂树,每棵树选择9个测试点进行验证测试,试验结果表明,实测密度与模型测量密度的最小相对误差为3. 959%,最大相对误差为20. 600%; 3棵桂树的实测密度与模型测量密度的平均相对误差分别为11. 244%、12. 246%和9. 628%,植物冠层密度量化模型对户外桂树密度测量有较好的适用性。     

基于玻璃化转变的稻谷变温热风干燥工艺研究

为保证稻谷干燥后品质、提高干燥效率,基于不同含水率稻谷的玻璃化转变温度,提出变温热风干燥工艺。采用三因素五水平中心组合试验方法,以稻谷温度、初始含水率和热风风速为影响因素,以稻谷爆腰指数、整精米率和干燥时间为评价指标,研究稻谷玻璃化转变温度、恒温和变温干燥特性,模拟解析稻谷干燥过程中传热传质规律,以5、10、15℃的变温幅度进行变温干燥试验。结果表明,稻谷玻璃化转变温度与其含水率呈负相关,恒温干燥最佳工艺参数为稻谷温度47℃、初始含水率22.0%、热风风速0.50 m/s,干燥后稻谷爆腰指数70、整精米率57.67%、干燥时间195 min;与恒温干燥相比,以5℃和10℃为变温幅度的变温干燥工艺,干燥后稻谷爆腰指数分别降低了20和10,整精米率提高12.6、7.7个百分点,干燥时间缩短30 min和60 min。研究表明,基于玻璃化转变的稻谷变温热风干燥工艺明显改善了稻谷干燥后品质,提高了干燥效率。     

基于自适应滤波算法的树木年轮测量方法

为提高树木年轮测量仪的测量精度,提出了一种自适应低通滤波算法对年轮测量仪的直流电机电流信号进行滤波处理。普通低通滤波算法滤波系数固定,当树木年轮宽度发生变化时,既可能保留了部分噪声信号,又可能滤去部分有效的树木年轮信号,因此降低了年轮测量仪的测量精度。自适应低通滤波算法的滤波系数可随滤波器输入值和输出值的变化自动进行调整,提高了噪声滤除效果,减少了有效信号损失。使用自主研发的年轮测量仪测量了大、中、小3种径阶的60个落叶松圆盘,记录直流电机原始电流信号,分别采用自适应低通滤波算法和普通低通滤波算法对原始电流进行滤波处理,根据滤波后的电流波形图,预估圆盘年龄,并计算2种滤波算法的年轮识别正确率。结果表明,自适应低通滤波器年轮识别正确率的平均值为89. 66%,普通低通滤波器年轮识别正确率的平均值为75. 84%;当平均年轮宽度变窄时,自适应低通滤波器的年轮识别正确率从95. 61%下降到82. 02%,下降了13. 59个百分点,而普通低通滤波器的年轮识别正确率从86. 37%下降到62. 30%,下降了24. 07个百分点。表明自适应低通滤波器年轮识别正确率高,自适应能力强,年轮识别精度稳定。     

蓄水坑灌下苹果光合速率对施氮量的响应及光合影响通径分析

为了探究蓄水坑灌苹果园的合理施肥量,同时为蓄水坑灌条件下苹果树光合模型影响因子的选取提供依据,并为蓄水坑灌下果园水肥高效管理提供参考。设置4个施氮水平,分别为0、150、300和600 kg/hm~2,通过原位试验测试不同施氮水平下,苹果光合速率、气孔导度、叶绿素a、叶绿素b含量及气象参数,并采用相关分析和通径分析对数据进行分析并建立基于关键因素的回归预测方程。结果表明:①蓄水坑灌下叶片光合速率及气孔导度受施氮量影响明显,且均表现为单峰形式,峰值于施氮量300 kg/hm~2时出现。②蓄水坑灌条件下气孔导度、叶绿素a、叶绿素b、施肥量、太阳辐射强度及相对湿度与苹果叶片光合速率为极显著相关,气温与叶片光合速率相关性相对较低。③施肥量与苹果树光合速率、气孔导度、叶绿素a及叶绿素b均为极显著相关;其主要通过影响叶绿素b和气孔导度间接影响叶片光合速率,其间接通径系数分别为0.575和0.547。④蓄水坑灌下,关键因素为气孔导度、叶绿素a和叶绿素b。同时,基于关键因素的光合速率回归方程的预测精度较高。